설계 개선 : 실행 횟수 입력DOE와 함께 재료 설계를 수행하고 있습니다. 이미 150 개의 실험 데이터가 있습니다. 15 가지 변수가 더 있습니다. 이제 Augment Design으로 추가 런을 추가하고 싶습니다. 나는 실행 수를 결정하는 방법을 혼동합니다. 오그 멘먼트 디자인의 새로운 실험이 좋은지 아닌지 어떻게 알 수 있습니까?
추신 : 300 ~ 100000의 D-eff에서 Run of Numbers를 시도했습니다. 여전히 낮고 100에 도달하지 못합니다. 그것은 라운드 8000에서 40에 도달 할 수 있지만, 8000 새로운 실험은 너무 많이 있습니다. 어떻게해야합니까?
재 : 설계 개선 : 실행 횟수 입력그리고 실습 튜토리얼, 퀴즈 등을 통해 실제 교육을 잊어서는 안됩니다. e- 러닝을 포함하여 실험 디자인에 관해서 몇 가지 가능한 옵션이 있음을 알 수 있습니다. 귀하의 질문에 따라, 나는 코스 JMP 소프트웨어 : 실험의 맞춤 디자인을 권하고 싶습니다. https://support.sas.com/training/us/paths/jmp.html
재 : 설계 개선 : 실행 횟수 입력대단히 감사합니다.
재 : 설계 개선 : 실행 횟수 입력그만큼 JMP 웹 캐스트 마스터하기 JMP를 사용한 사례 연구 사례를 볼 수있는 좋은 장소입니다. 있다 디자인 진단에 대한 녹화 된 웹 캐스트 그게 도움이 될거야.
재 : 설계 개선 : 실행 횟수 입력고맙습니다. phil_kay .
나는 처음 세 장을 읽었고 많은 세부 사항을 얻었다. 그러나, 책이 그것을하는 방법을 보여주지 않았기 때문에 나는 실제 상황에서 무엇을해야하는지 혼란 스럽다.
효과를 감지 할 수있는 능력을 고려하는 방법을 알려주시겠습니까? 튜토리얼 또는 예제가 가장 좋습니다.
재 : 설계 개선 : 실행 횟수 입력이 경우에는 D-eff가 가장 유용한 진단 진단 도구가 아닐 수도 있습니다. 내 추측으로는 기존 150 개의 런에는 영향 사이에 강한 상관 관계가 있으므로 새로운 런을 많이 사용하여도 전체 설계가 직각으로는 거리가 멀다.
효과를 감지 할 수있는 능력을 고려해야합니다. 당신은 아마 당신의 기존 150 회 실험으로부터의 "소음"에 대한 좋은 평가를 얻을 수 있습니다. 그런 다음 어떤 효과 크기가 중요한지 결정해야합니다.
Goos와 Jones의 사례 연구 접근 방법 인 Design of Experiments (최적 설계 설계)를 읽어 보시기 바랍니다. 이는 많은 설계 진단 도구에 대한 자세한 내용을 다룰 때 유용합니다.
